AI写作指令集合

Appearance

08 n8n 深度教程：从零构建 AI 驱动的 Hacker News 新闻简报（Firecrawl + DeepSeek 详解） ​

介绍 ​

概述 ​

在这个信息过载的时代，Hacker News (HN) 是获取前沿科技资讯的重要来源，但其信息流通常是未经处理且海量的。我们面临的挑战包括：时间限制导致无法阅读所有文章、标题党导致难以判断文章价值，以及缺乏快速获取文章核心论点的途径。

本教程将指导您使用 n8n 自动化平台，从零开始构建一个智能工作流。这个系统将自动浏览 Hacker News，筛选有价值的文章，抓取全文，使用 AI 进行中文总结，并最终生成一份精炼的新闻简报发送到您的电子邮箱。

最终效果

技术栈（组件） ​

  • n8n：作为工作流的中央调度平台，负责编排和连接所有服务。

  • Hacker News RSS：作为数据源，提供最新的文章列表。

  • Firecrawl：作为网页抓取服务，访问文章网址并提取干净、无广告的正文内容。

  • DeepSeek AI：作为大语言模型（LLM），负责将原始文章内容总结为易读的中文简报。

  • SMTP 服务：作为邮件发送通道，负责将最终的新闻简报发送给用户。

第一部分：准备工作（凭证配置） ​

在开始构建工作流之前，必须先配置所有必需的服务凭证。

1. n8n 实例 ​

确保您拥有一个正在运行的 n8n 实例（云版本或自托管均可）。

A. Firecrawl API 凭证

  • 目的：Firecrawl 用于解决网页抓取的难题：从包含广告、导航栏和脚本的复杂网页中精准提取核心正文。

  • 操作：

    1. 前往 Firecrawl.dev 注册账户。

    2. 在 Firecrawl 账户后台找到并复制您的 API Key。

  • 在 n8n 中配置：

    1. 在 n8n 左侧菜单点击 Credentials -> Add Credential。

    2. 搜索并选择 Firecrawl API。

    3. Credential Name: 任意填写（例如：My Firecrawl Key）。

    4. API Key: 粘贴您复制的 Key。

    5. 点击 Save。

B. DeepSeek API 凭证

  • 目的：我们需要一个强大的 LLM 来阅读英文文章并生成高质量的中文总结。DeepSeek 在此方面表现优异且性价比高。

  • 操作：

    1. 前往 DeepSeek 开放平台 (platform.deepseek.com) 注册账户。

    2. 在 DeepSeek 后台创建并复制一个 API Key。

  • 在 n8n 中配置：

    1. 在 Credentials 页面，点击 Add Credential。

    2. 搜索并选择 DeepSeek API。

    3. Credential Name: My DeepSeek Key。

    4. API Key: 粘贴您的 Key。

    5. 点击 Save。

C. SMTP 凭证

  • 目的：这是工作流发送邮件的出口。本例使用 163 (网易) 邮箱。

  • 操作：您需要获取以下 4 项信息：

    1. SMTP 服务器: smtp.163.com

    2. SMTP 端口: 465 (或 994，使用 SSL)

    3. 邮箱账号: 17778194430@163.com

    4. SMTP 授权码: 注意：这不是您的邮箱登录密码！ 您需要登录 163 邮箱，在“设置” -> “POP3/SMTP/IMAP”中开启服务并获取一个专用的“授权码”。

  • 在 n8n 中配置：

    1. 在 Credentials 页面，点击 Add Credential。

    2. 搜索并选择 SMTP。

    3. Credential Name: My 163 SMTP。

    4. Host: smtp.163.com

    5. Port: 465

    6. User: 17778194430@163.com

    7. Password: 粘贴您的“授权码”。

    8. SSL/TLS: 开启 (因为使用的是 465 端口)。

    9. 点击 Save。

凭证配置完毕，现在可以开始搭建工作流。

第二部分：逐个节点，构建自动化流程 ​

我们将按照工作流的定义，从左到右逐步解析每个节点。

节点 1：When clicking ‘Execute workflow’ (手动触发) ​

  • 节点类型: n8n-nodes-base.manualTrigger

  • 作用：作为工作流的启动按钮。在开发和测试阶段，用于手动运行整个流程。

  • 配置：无需配置，保持默认。

  • 数据流：

    • [输入]：无。

    • [输出]：一个空的 JSON 对象 [{}]，作为“开始”信号传递给下一个节点。

节点 2：RSS Read (获取文章列表) ​

  • 节点类型: n8n-nodes-base.rssFeedRead

  • 作用：从 Hacker News 的 RSS 源抓取最新的文章列表。

  • 配置：

    • URL: https://hnrss.org/newest?points=5

  • 配置深度解析：

    • hnrss.org 是一个将 HN 页面转换为 RSS 格式的第三方服务。

    • newest 表示获取最新的文章。

    • ?points=5 是一个关键的预过滤器，仅获取“至少有 5 个点赞”的文章，这有助于筛除低质量或无人问津的内容。

  • 数据流：

    • [输入]：来自上一步的 [{}] 信号。

    • [输出]：一个包含多项（通常 20-30 项）文章的数组。每个项目（Item）的数据结构如下：

      JSON

      [
  { "title": "...", "link": "https://...", "pubDate": "...", "content": "..." },
  { "title": "...", "link": "https://...", "pubDate": "...", "content": "..." },
  ...
]

节点 3：Limit (限制数量) ​

  • 节点类型: n8n-nodes-base.limit

  • 作用：进行成本控制与效率优化。上一步输出了 20-30 篇文章，全部处理将导致爬虫和 AI 调用耗时且昂贵。此节点用于只保留最相关的几篇。

  • 配置：

    • Max Items: 3

  • 配置深度解析：

    • 此设置意味着 n8n 将只保留从 RSS Read 节点传入数组中的前 3 个项目。

  • 数据流：

    • [输入]：一个 20-30 项的数组。

    • [输出]：一个只包含 3 项的数组，数据结构不变。

      JSON

      [
  { "title": "Article A", "link": "link_A", ... },
  { "title": "Article B", "link": "link_B", ... },
  { "title": "Article C", "link": "link_C", ... }
]

节点 4：Scrape a url and get its content (内容抓取) ​

  • 节点类型: @mendable/n8n-nodes-firecrawl.firecrawl

  • 作用：获取每篇文章的完整、干净的正文内容。此节点将展示 n8n 的自动循环（Looping）特性。

  • 配置：

    • Credentials: 选择配置好的 My Firecrawl Key。

    • Operation: scrape (抓取)。

    • URL: ={{ $json.link }}

  • 配置深度解析：

    • 自动循环：上一个 "Limit" 节点输出了一个包含 3 个项目的数组。当这个数组进入 "Firecrawl" 节点时，n8n 会自动将此节点执行 3 次，每次处理 1 个项目。

    • 表达式 ={{ $json.link }}：$json 代表“当前正在被处理的那个项目”。$json.link 则提取该项目的 link 字段，即文章的 URL。

  • 数据流：

    • [输入]：依次接收 3 个项目。

    • [输出]：依次输出 3 个新项目。Firecrawl 会将抓取到的干净正文（Markdown 格式）放入一个名为 data 的字段中，并保留原始数据。

      JSON

      // 第1次输出
{ "title": "Article A", "link": "link_A", "data": "Full content of Article A..." }
// 第2次输出
{ "title": "Article B", "link": "link_B", "data": "Full content of Article B..." }
// 第3次输出
{ "title": "Article C", "link": "link_C", "data": "Full content of Article C..." }

节点 5 & 6：AI 智能总结 (AI Agent + DeepSeek) ​

这一步由两个节点协同完成：一个“服务节点”用于定义模型，一个“执行节点”用于处理数据。

节点 5（服务节点）：DeepSeek Chat Model

  • 节点类型: @n8n/n8n-nodes-langchain.lmChatDeepSeek

  • 作用：此节点在画布上定义了“要使用哪个 AI 大脑”。它不直接参与主数据流，而是为 "AI Agent" 节点提供能力。

  • 配置：

    • Credentials: 选择配置好的 My DeepSeek Key。

  • 放置：将其放在画布的任意空白位置。它将通过一个特殊的“AI”连接线（灰色圆点）与 Agent 节点相连。

节点 6（执行节点）：AI Agent

  • 节点类型: @n8n/n8n-nodes-langchain.agent

  • 作用：AI 代理。它负责接收 Firecrawl 抓来的正文，将其作为提示词发送给 DeepSeek，并获取总结。它同样会自动循环执行 3 次。

  • 连接：

    • 主流程：将 "Firecrawl" 节点的主输出（右侧圆点）连接到 "AI Agent" 的主输入（左侧）。

    • AI 连接：将 "DeepSeek Chat Model" 节点的灰色圆点（AI Language Model）拖拽连接到 "AI Agent" 节点的 AI Language Model 末端。

  • 配置：

    • Prompt Type: Define (自定义提示词)。

    • Text (输入): ={{ $json.data }}

    • Options -> System Message (系统提示词): 你是一个新闻助手，我需要你把从网站上爬取的数据，整理成一个新闻简报

  • 配置深度解析：

    • Text 字段 ={{ $json.data }}：使用上一步 Firecrawl 节点输出的“干净正文”作为 AI 的主要输入。

    • System Message：为 AI 设定角色和任务。这能让 AI 的输出更符合我们的预期（生成简报而非闲聊）。

  • 数据流：

    • [输入]：依次接收 3 个包含 data 字段的项目。

    • [输出]：依次输出 3 个新项目。AI 的总结（简报）会被放入一个名为 output 的字段中。

      JSON

      // 第1次输出
{ ..., "output": "文章 A 的中文总结..." }
// 第2次输出
{ ..., "output": "文章 B 的中文总结..." }
// 第3次输出
{ ..., "output": "文章 C 的中文总结..." }

节点 7：Aggregate (聚合数据) ​

  • 节点类型: n8n-nodes-base.aggregate

  • 作用：到目前为止，我们有 3 份零散的总结。此节点的作用是“等待并合并”。它会等待所有 3 个 AI 总结全部完成后，将它们打包成一个单独的项目。

  • 配置：

    • Fields To Aggregate -> Field To Aggregate: output

  • 配置深度解析：

    • 此配置告诉 n8n：“等待所有分支数据到达，然后从每一个项目中提取 output 字段，并将这些值合并成一个数组。”

  • 数据流：

    • [输入]：在不同时间到达的 3 个项目。

    • [输出]：一个单独的项目。这个项目包含一个名为 output 的数组。

      JSON

      [
  {
    "output": [
      "文章 A 的中文总结...",
      "文章 B 的中文总结...",
      "文章 C 的中文总结..."
    ]
  }
]

节点 8：Markdown (格式转换) ​

  • 节点类型: n8n-nodes-base.markdown

  • 作用：上一步我们得到了一个数组，但邮件正文需要的是一个完整的字符串。此节点负责将数组转换为格式化的 HTML。

  • 配置：

    • Mode: Markdown to HTML (将 Markdown 语法转为 HTML)

    • Markdown (输入): ={{ $json.output.join("\n\n") }}

  • 配置深度解析：

    • 表达式 ={{ $json.output.join("\n\n") }}：

      • $json.output：指向上一步 "Aggregate" 节点输出的 output 数组。

      • .join("\n\n")：这是一个 JavaScript 数组方法。它使用“两个换行符”作为连接符，将数组中的所有项合并成一个大字符串。

      • \n\n (两个换行符) 在 Markdown 语法中代表一个“新段落”。

    • 转换流程：

      1. 输入（数组）: ["总结A", "总结B", "总结C"]

      2. Join后（Markdown字符串）: 总结A\n\n总结B\n\n总结C

      3. Mode转换后（HTML字符串）: <p>总结A</p><p>总结B</p><p>总结C</p>

  • 数据流：

    • [输入]：[{ "output": ["A", "B", "C"] }]

    • [输出]：[{ "data": "<p>总结A</p><p>总结B</p><p>总结C</p>" }]

    • (注意：此节点的输出默认放在 data 字段中。)

节点 9：Send email (发送邮件) ​

  • 节点类型: n8n-nodes-base.emailSend

  • 作用：最后一步，将排版好的 HTML 简报发送出去。

  • 配置：

    • Credentials: 选择配置好的 My 163 SMTP。

    • From Email: 17778194430@163.com (发件人地址)

    • To Email: 36867159@qq.com (收件人地址)

    • Subject: 新闻简报

    • HTML: ={{ $json.data }}

  • 配置深度解析：

    • HTML: ={{ $json.data }}：这里的 $json.data 正是上一步 "Markdown" 节点输出的、包含 <p> 标签的 HTML 字符串。将其填入邮件的 HTML 字段，收件人将能看到排版优美的邮件。

  • 数据流：

    • [输入]：[{ "data": "HTML content..." }]

    • [输出]：[{ "success": true, "message": "Email sent!" }] (发送成功后的状态)

​

第三部分：运行与自动化 ​

运行工作流 ​

  1. 保存您的工作流。

  2. 点击 n8n 界面右上角的 Execute workflow。

  3. 您将看到每个节点依次变绿。在 "Firecrawl" 和 "AI Agent" 节点上，会显示 (1), (2), (3) 的计数器，代表其正在循环执行。

  4. 整个过程可能需要 1-2 分钟（取决于网页加载和 AI 响应速度）。

  5. 当最后一个 "Send email" 节点变绿时，检查您的收件箱 (36867159@qq.com)。

实现全自动运行 ​

目前工作流是手动触发的，要实现全自动，步骤如下：

  1. 删除第一个 Manual Trigger 节点。

  2. 添加一个 Cron 节点作为新的起始节点。

  3. 配置 Cron 节点：

    • Mode: Every Day

    • Time: 08:00 (或您希望收到简报的时间)

    • Timezone: Asia/Shanghai (选择您的时区)

  4. 激活工作流：点击画布右上角的 Active 开关，将其设为“ON”。

第四部分：注意事项与故障排查 ​

  • 表达式转义与 Vue 语法

    • 在 Markdown 中出现 ={{ ... }} 或 {{ ... }} 时，务必使用 <code v-pre> 包裹并进行实体转义，例如：<code v-pre>=&#123;&#123; $json.output.join("\n\n") &#125;&#125;</code>。
    • 常见报错：Internal server error: Element is missing end tag，通常由未闭合的标签或未转义的插值引起。

  • Firecrawl 抓取稳定性

    • 网站反爬策略可能导致 429/403 或空内容，可尝试降低请求频率、提高 RSS 过滤阈值、或在工作流中添加重试。
    • 对于极长页面，AI 总结成本会提高，建议先用 Limit 控制数量，必要时在 Agent 前加“截断/摘取关键段落”的预处理。

  • DeepSeek 使用建议

    • 根据场景选择模型，简报类任务更偏向“总结/压缩/中文重写”；适度提高温度能提升可读性。
    • 若遇到速率限制，可在 n8n 中设置并发上限或增加队列等待。

  • 邮件可达性与渲染

    • 使用 HTML 字段发送简报时保持结构简洁（如 <p> 段落），避免复杂外链样式。
    • 发件人与授权码需匹配，频次过高可能被服务商限流或标记为垃圾邮件。

  • 常见问题排查

    • 链接失效：RSS 项 link 可能重定向或过期，建议添加“URL 可用性检查”。
    • 空数据：当 Firecrawl 返回空 data 时，在 Agent 前添加条件过滤，避免无效总结。
    • 拼接错误：确保 <code v-pre>=&#123;&#123; $json.output.join("\n\n") &#125;&#125;</code> 中的转义与括号完整。

第五部分：最佳实践 ​

  • 输入预过滤：将 HN RSS 的 points 提升至 10/20 可进一步降低低质量内容。
  • 抓取策略：优先选择“正文密度高”的页面，避免线程讨论页（评论页）作为抓取目标。
  • 提示词工程：系统提示词明确格式与语言，例如：
    • “请用中文生成 3-5 行要点，每行以 • 开头，末尾附上来源标题与原文链接。”
  • 一致的版式：在邮件主题与正文中加入日期，例如“新闻简报 - 2025-10-23”，增强识别度。
  • 成本控制：通过 Limit、批量窗口、缓存/去重策略，控制 Firecrawl 和 LLM 调用次数。

第六部分：扩展思路 ​

  • 输出到 Notion/Docs：将简报同时保存到知识库，便于后续检索。
  • 定向通知：通过 Slack/Telegram 推送摘要到团队频道。
  • 多源汇总：并行处理多条 RSS（如 Product Hunt、Reddit/Tech），在 Aggregate 统一合并。
  • 个性化过滤：在 Agent 前后添加关键词/主题过滤，使简报更贴近个人/团队关注点。
  • 归档与周报：每日简报积累为周报/月报，生成更高层级的趋势总结。

基于 MIT 许可发布

Copyright © 2025 AI写作指令集合